Open Access

Thomas Niehr, Eva Dickmeis, Bianka Trevisan, Eva-Maria Jakobs

• Der vorliegende Beitrag beschreibt und diskutiert eine neuartige Verbindung quantitativer und qualitativer Verfahren für die Analyse von Big Data in der linguistischen Diskursforschung. Der vorgestellte Ansatz kombiniert Methoden der diskurslinguistischen Argumentationsanalyse mit Methoden des Linguistischen Text Mining. Das Ziel der Methodenentwicklung ist ein computergestütztes Verfahren für die semi-automatisierte Identifizierung und Analyse von Argumenten in großen Textkorpora. Erprobt wird das Verfahren an einem Diskurs über Infrastrukturmaßnahmen. Im Beitrag werden sprachliche Mittel vorgestellt, die im Korpus gemeinsam auftreten und damit als Merkmale von Argumentmustern betrachtet werden können. Solche Argumentmuster können das Vorkommen von Argumenten und ihren Verwendungsweisen in Texten indizieren.
• The following paper presents and discusses an innovative approach for the automated detection and analysis of arguments in big data corpora. The approach links qualitative methods from discourse linguistics with quantitative text mining methods. The aim is to identify linguistic means that indicate the occurrence of an argument and its various production modes in large text corpora. The public discourse about the introduction of transport infrastructure is used as an application example. As a result, the paper presents various linguistic means found in the corpus that can be used as features of argument patterns.